基于SSPF算法的移動(dòng)機(jī)器人全局定位研究.pdf

1、粒子濾波(particle filter,PF)算法是一種基于貝葉斯推理和蒙特卡羅方法的實(shí)時(shí)在線推理算法，因其具有并行化、易于實(shí)現(xiàn)以及有效處理非線性問題等特點(diǎn)，受到了越來越廣泛的重視，成為統(tǒng)計(jì)學(xué)、自動(dòng)控制、機(jī)器人學(xué)等領(lǐng)域新的研究熱點(diǎn)，同時(shí)伴隨著計(jì)算機(jī)計(jì)算能力的超指數(shù)增長(zhǎng)以及應(yīng)用統(tǒng)計(jì)學(xué)、概率論等一些學(xué)科的不斷進(jìn)步，使該領(lǐng)域的研究得到了迅速發(fā)展。雖然目前己在理論和應(yīng)用方面取得了一些研究成果，但粒子濾波器的發(fā)展仍處于初級(jí)階段，其中許多關(guān)鍵技術(shù)

2、至今仍沒有公認(rèn)有效的解決方法。 傳統(tǒng)粒子濾波算法在移動(dòng)機(jī)器人全局定位時(shí)會(huì)出現(xiàn)粒子退化及粒子耗盡問題，導(dǎo)致定位失敗。本文研究了提高粒子濾波器性能的關(guān)鍵技術(shù)及其在移動(dòng)機(jī)器人全局定位中應(yīng)用。在提高性能方面主要對(duì)粒子濾波器中存在的粒子退化和粒子耗盡問題進(jìn)行了研究。實(shí)驗(yàn)結(jié)果表明改進(jìn)的粒子濾波算法提高了移動(dòng)機(jī)器人全局定位的準(zhǔn)確性。 主要研究工作和取得的工作成果主要體現(xiàn)在以下幾個(gè)方面： 首先，提出了一種智能采樣粒子濾波(sma

3、rt sampling particle filter,SSPF)算法。相比于基本的PF算法，SSPF算法在以下三個(gè)方面做了改進(jìn)： 第一，在采樣階段，采用了無跡卡爾曼濾波算法來產(chǎn)生重要性提議分布，從而使采樣點(diǎn)同實(shí)際分布更為接近，較好的解決了粒子退化問題。 第二，在重采樣階段，采用了基于相關(guān)熵的自適應(yīng)重采樣方法，該方法可有效減少重采樣的執(zhí)行步驟，使PF算法更具智能性，并在一定程度上可緩解重采樣步驟損失粒子多樣性的問題。